基于深度强化学习的有轨电车信号优先控制

• 作者: 王云鹏 郭戈
• 来源期刊: 自动化学报
• 关键词: 有轨电车 信号优先 马尔科夫决策过程 深度强化学习
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 论文与报告
• 页码范围: 2366-2377
• 页数: 12页
• 字数: 11867字
• 语种: 中文
• DOI: 10.16383/j.aas.c190164

摘要

现有的有轨电车信号优先控制系统存在诸多问题,如无法适应实时交通变化、优化求解较为复杂等.本文提出了一种基于深度强化学习的有轨电车信号优先控制策略.不依赖于交叉口复杂交通建模,采用实时交通信息作为输入,在有轨电车整个通行过程中连续动态调整交通信号.协同考虑有轨电车与社会车辆的通行需求,在尽量保证有轨电车无需停车的同时,降低社会车辆的通行延误.采用深度Q网络算法进行问题求解,并利用竞争架构、双Q网络和加权样本池改善学习性能.基于SUMO的实验表明,该模型能够有效地协同提高有轨电车与社会车辆的通行效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王云鹏	大连理工大学控制科学与工程学院	6	40	3.0	6.0
2	郭戈	东北大学流程工业综合自动化国家重点实验室	19	113	5.0	10.0